临床神经病学中的数字孪生：从概念到多发性硬化症临床应用

引言 患者数字孪生（DT）正成为个性化和预测性医疗保健的一种有前景的范式。在神经病学中，尤其是多发性硬化症（MS）中，纵向多模态数据的可用性为开发患者特异性数字模型（包括基于模拟和机制的方法）提供了坚实基础。然而，目前尚不清楚当前方法在多大程度上代表了集成、临床嵌入的DT系统。方法 我们进行了一项叙述性综述，以综合神经病学中DT的当前概念、建模方法和转化挑战，并以MS作为说明性用例。现有方法被映射到核心DT组件，包括数据集成、预测建模、动态更新和临床整合。结果 MS中当前的DT相关方法在互补的发展轨道上展示了实质性进展，包括多模态数据集成、预测建模、数字生物标志物、机制模拟、虚拟患者框架和计算机试验。这些能力代表了DT开发的重要构建模块，但尚未完全整合到持续运行的临床系统中。核心DT功能，包括连续双向数据交换、实时模型更新和与临床工作流的闭环交互，仍然有限。关键挑战包括数据碎片化、互操作性有限、缺乏标准化验证以及监管、伦理和经济约束。结论 MS是DT开发高度合适的模型领域。未来的进展将取决于进一步成熟和验证个体建模和数据集成能力，以及将它们整合到持续更新、临床嵌入的系统中。稳健的验证、可扩展的基础设施和适当的治理框架对于在实践中建立安全、有效和临床可操作的用途至关重要。